Documents, reanalysis, and global circulation models: a new method for reconstructing historical climate focusing on present-day inland Tanzania, 1856–1890
Notice bibliographique
Résumé
Abstract. This article proposes a novel methodology for reconstructing past climatic conditions in regions and time periods for which there is limited evidence from documentary and natural proxy sources. Focusing on present-day inland Tanzania during the period 1856–1890, it integrates evidence from qualitative documentary sources with quantitative outputs from climate reanalysis and global circulation models (GCMs), which enables the creation of interdisciplinary seasonal time series of rainfall variability for three distinct locales. It does so by indexing each dataset to the same seven-point scale and weighting each output according to a predefined level of confidence in the documentary data. This process challenges the subjectivity of nineteenth-century Europeans in Africa, whose reports form the basis of the documentary material, and adds evidence from the region, which is currently lacking from the latest reanalysis products and GCMs. The result is an interpretation of documentary materials that is grounded in methods from both the humanities and natural sciences, as well as a more locally grounded estimation of rainfall that would otherwise be gained from referring to reanalysis or GCMs alone. The methodology is validated with reference to observed long-term trends gathered from (paleo)limnological studies and short-term trends gathered from documentary materials and instrumental records in nearby regions. It is shown to provide marked insights into four periods of environmental stress in the region's late nineteenth-century past. Future challenges may involve integrating evidence from oral traditions, which will require more in-region research and collaboration, and adapting the methodology for other regions and time periods.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».